Khi nào nên sử dụng kiểm định Wilcoxon signed-rank test?

• A. Để so sánh trung bình của hai mẫu độc lập.
• B. Để so sánh trung bình của hai mẫu liên quan khi dữ liệu không tuân theo phân phối chuẩn.
• C. Để kiểm tra tính độc lập giữa hai biến định tính.
• D. Để phân tích phương sai.

Trong phân tích hồi quy, sai số chuẩn của hệ số hồi quy (standard error of the regression coefficient) đo lường điều gì?

• A. Mức độ phù hợp của mô hình với dữ liệu.
• B. Độ chính xác của ước lượng hệ số hồi quy.
• C. Tỷ lệ phương sai được giải thích bởi mô hình.
• D. Mối quan hệ nhân quả giữa các biến.

Kiểm định giả thuyết một phía (one-tailed test) khác với kiểm định giả thuyết hai phía (two-tailed test) ở điểm nào?

• A. Kiểm định một phía chỉ kiểm định cho một giá trị cụ thể.
• B. Kiểm định một phía chỉ kiểm định cho một hướng (lớn hơn hoặc nhỏ hơn), trong khi kiểm định hai phía kiểm định cho cả hai hướng.
• C. Kiểm định hai phía dễ bác bỏ giả thuyết H0 hơn.
• D. Kiểm định một phía luôn cho kết quả chính xác hơn.

Trong phân tích chuỗi thời gian, thành phần nào sau đây biểu thị xu hướng dài hạn của dữ liệu?

• A. Tính mùa vụ (seasonality).
• B. Tính chu kỳ (cyclicality).
• C. Xu hướng (trend).
• D. Tính ngẫu nhiên (randomness).

Mức ý nghĩa (significance level) α thường được sử dụng trong kiểm định giả thuyết là bao nhiêu?

• A. 0.01
• B. 0.05
• C. 0.10
• D. Tất cả các đáp án trên đều có thể.

Ý nghĩa của việc thực hiện kiểm định hậu nghiệm (post-hoc test) trong ANOVA là gì?

• A. Để xác định xem có sự khác biệt đáng kể giữa các nhóm hay không.
• B. Để xác định cặp nhóm nào có sự khác biệt đáng kể sau khi đã bác bỏ giả thuyết H0 trong ANOVA.
• C. Để kiểm tra các giả định của ANOVA.
• D. Để tăng sức mạnh của kiểm định ANOVA.

Khi nào nên sử dụng kiểm định Chi-square?

• A. Để so sánh trung bình của hai nhóm.
• B. Để kiểm tra sự phù hợp của một phân phối lý thuyết với dữ liệu thực tế hoặc kiểm tra tính độc lập giữa các biến định tính.
• C. Để dự đoán giá trị của một biến số.
• D. Để phân tích phương sai.

Trong kiểm định giả thuyết, 'vùng bác bỏ' (rejection region) là gì?

• A. Vùng chứa các giá trị mà nếu thống kê kiểm định rơi vào đó, chúng ta sẽ chấp nhận giả thuyết H0.
• B. Vùng chứa các giá trị mà nếu thống kê kiểm định rơi vào đó, chúng ta sẽ bác bỏ giả thuyết H0.
• C. Vùng chứa tất cả các giá trị có thể có của thống kê kiểm định.
• D. Vùng chứa các giá trị p nhỏ hơn mức ý nghĩa α.

Khi nào nên sử dụng kiểm định Mann-Whitney U test?

• A. Để so sánh trung bình của hai mẫu liên quan.
• B. Để so sánh trung bình của hai mẫu độc lập khi dữ liệu không tuân theo phân phối chuẩn.
• C. Để kiểm tra sự phù hợp của một phân phối.
• D. Để phân tích phương sai.

Giá trị p (p-value) trong kiểm định giả thuyết thể hiện điều gì?

• A. Xác suất giả thuyết H0 là đúng.
• B. Xác suất mắc sai lầm loại II.
• C. Xác suất quan sát được kết quả như hiện tại (hoặc cực đoan hơn) nếu H0 là đúng.
• D. Mức ý nghĩa (significance level) của kiểm định.

Ý nghĩa của việc tăng kích thước mẫu trong kiểm định giả thuyết là gì?

• A. Làm tăng xác suất mắc sai lầm loại I.
• B. Làm giảm sức mạnh của kiểm định.
• C. Làm giảm xác suất mắc sai lầm loại II và tăng sức mạnh của kiểm định.
• D. Không ảnh hưởng đến kết quả kiểm định.

Ý nghĩa của 'bậc tự do' (degrees of freedom) trong thống kê là gì?

• A. Số lượng biến trong một mô hình.
• B. Số lượng quan sát trong một mẫu.
• C. Số lượng giá trị trong tính toán cuối cùng của một thống kê có thể thay đổi tự do.
• D. Mức ý nghĩa của kiểm định.

Sức mạnh của một kiểm định (power of a test) là gì?

• A. Xác suất mắc sai lầm loại I.
• B. Xác suất mắc sai lầm loại II.
• C. Xác suất bác bỏ giả thuyết H0 khi nó sai (tức là phát hiện ra một hiệu ứng thực sự).
• D. Mức ý nghĩa của kiểm định.

Khi nào nên sử dụng kiểm định phi tham số (non-parametric test)?

• A. Khi dữ liệu tuân theo phân phối chuẩn.
• B. Khi kích thước mẫu lớn.
• C. Khi các giả định của kiểm định tham số không được đáp ứng (ví dụ, dữ liệu không tuân theo phân phối chuẩn).
• D. Khi muốn so sánh trung bình.

Khi thực hiện kiểm định t độc lập (independent t-test), giả định nào sau đây là quan trọng?

• A. Dữ liệu phải tuân theo phân phối nhị thức.
• B. Phương sai của hai nhóm phải bằng nhau (hoặc gần bằng).
• C. Kích thước mẫu phải lớn hơn 30.
• D. Các quan sát phải phụ thuộc lẫn nhau.

Trong thống kê, 'phân phối lấy mẫu' (sampling distribution) là gì?

• A. Phân phối của dữ liệu trong một mẫu duy nhất.
• B. Phân phối của tất cả các giá trị có thể có của một thống kê (ví dụ, trung bình mẫu) từ tất cả các mẫu có thể có cùng kích thước được lấy từ một quần thể.
• C. Phân phối của quần thể gốc.
• D. Phân phối của sai số.

Trong kiểm định giả thuyết, điều gì xảy ra khi giá trị p nhỏ hơn mức ý nghĩa α?

• A. Chấp nhận giả thuyết H0.
• B. Bác bỏ giả thuyết H0.
• C. Không thể đưa ra kết luận.
• D. Tăng kích thước mẫu.

Kiểm định Kolmogorov-Smirnov được sử dụng để làm gì?

• A. So sánh trung bình của hai mẫu.
• B. Kiểm tra xem một mẫu có tuân theo một phân phối cụ thể hay không.
• C. Đo lường mối quan hệ giữa hai biến định tính.
• D. Phân tích phương sai.

Phương pháp Bootstrap trong thống kê được sử dụng để làm gì?

• A. Để ước lượng tham số của quần thể khi dữ liệu tuân theo phân phối chuẩn.
• B. Để ước lượng sai số chuẩn và khoảng tin cậy bằng cách lấy mẫu lại từ dữ liệu hiện có.
• C. Để kiểm tra tính độc lập giữa các biến.
• D. Để giảm kích thước mẫu.

Trong phân tích phương sai (ANOVA), giả thuyết H0 thường là gì?

• A. Tất cả các trung bình của các nhóm đều khác nhau.
• B. Ít nhất một trung bình của các nhóm khác với các nhóm còn lại.
• C. Tất cả các phương sai của các nhóm đều bằng nhau.
• D. Tất cả các trung bình của các nhóm đều bằng nhau.

Khi so sánh hai phương sai, kiểm định nào thường được sử dụng?

• A. Kiểm định t.
• B. Kiểm định z.
• C. Kiểm định F.
• D. Kiểm định Chi-square.

Khi nào nên sử dụng kiểm định t (t-test) thay vì kiểm định z (z-test)?

• A. Khi kích thước mẫu lớn (n > 30).
• B. Khi độ lệch chuẩn của quần thể đã biết.
• C. Khi kích thước mẫu nhỏ (n < 30) và độ lệch chuẩn của quần thể chưa biết.
• D. Khi cần kiểm định phương sai.

Trong phân tích phương sai (ANOVA), 'tổng bình phương giữa các nhóm' (sum of squares between groups) đo lường điều gì?

• A. Sự biến thiên trong mỗi nhóm.
• B. Sự biến thiên giữa các nhóm.
• C. Tổng sự biến thiên trong toàn bộ dữ liệu.
• D. Sai số ngẫu nhiên.

Điều gì xảy ra với khoảng tin cậy khi tăng độ tin cậy (ví dụ, từ 95% lên 99%)?

• A. Khoảng tin cậy hẹp hơn.
• B. Khoảng tin cậy rộng hơn.
• C. Khoảng tin cậy không thay đổi.
• D. Không thể xác định.

Hệ số tương quan Pearson đo lường điều gì?

• A. Mối quan hệ nhân quả giữa hai biến.
• B. Mức độ liên kết tuyến tính giữa hai biến định lượng.
• C. Mức độ liên kết phi tuyến tính giữa hai biến.
• D. Sự khác biệt giữa trung bình của hai nhóm.

Trong kiểm định giả thuyết, sai lầm loại I (Type I error) xảy ra khi nào?

• A. Chấp nhận giả thuyết H0 khi nó đúng.
• B. Bác bỏ giả thuyết H0 khi nó sai.
• C. Chấp nhận giả thuyết H0 khi nó sai.
• D. Bác bỏ giả thuyết H0 khi nó đúng.

Trong phân tích hồi quy, nếu có hiện tượng đa cộng tuyến (multicollinearity), điều gì có thể xảy ra?

• A. Các hệ số hồi quy trở nên ổn định hơn.
• B. Các hệ số hồi quy trở nên không đáng tin cậy và khó diễn giải.
• C. Giá trị R-squared tăng lên đáng kể.
• D. Sai số chuẩn của ước lượng giảm xuống.

Sai lầm loại II (Type II error) xảy ra khi nào?

• A. Bác bỏ giả thuyết H0 khi nó đúng.
• B. Chấp nhận giả thuyết H0 khi nó đúng.
• C. Bác bỏ giả thuyết H0 khi nó sai.
• D. Chấp nhận giả thuyết H0 khi nó sai.

Trong hồi quy tuyến tính, hệ số xác định (R-squared) đo lường điều gì?

• A. Mức độ quan hệ nhân quả giữa các biến.
• B. Tỷ lệ phương sai của biến phụ thuộc được giải thích bởi biến độc lập.
• C. Độ dốc của đường hồi quy.
• D. Sai số chuẩn của ước lượng.

Trong phân tích chuỗi thời gian, 'tự tương quan' (autocorrelation) là gì?

• A. Mối quan hệ giữa hai chuỗi thời gian khác nhau.
• B. Mối quan hệ giữa các giá trị của cùng một chuỗi thời gian tại các thời điểm khác nhau.
• C. Sự biến động ngẫu nhiên trong chuỗi thời gian.
• D. Xu hướng dài hạn của chuỗi thời gian.